SASUAM: Solutions for Safe, Sustainable and Accessible Urban Mobility

×

Warning message

  • You can't delete this newsletter because it has not been sent to all its subscribers.
  • You can't delete this newsletter because it has not been sent to all its subscribers.

Solutions for Safe, Sustainable and Accessible Urban Mobility

Soluzioni per una mobilità urbana sicura, sostenibile e accessibile

SASUAM: 
Spoke 8, Flagship project of CN MOST, kick off 1st July 2024, 
project with LUTECH (Coordinator), POLIBA, UNINA, UNIFI

    SASUAM is an action of CN MOST, national center on sustainable mobility, https://www.centronazionalemost.it/

SASUAM is a CN MOST scalability action that aims to implement scalable methods and algorithms for urban traffic management. The contribution of UNIFI DISIT LAB /Snap4City​ is in producing generative optimization solutions for the decongestion, accessibility and safety of urban traffic. The proposed solutions will be developed and tested in the laboratory and will be scaled to the usability and performance level via Snap4City for usability aspects and HPC solutions for performance. The solution plans to use the data and validation support of the city of Bari where the extended experimentation will be carried out. The results will be documented and validated, on an instance of the Snap4City platform dedicated to the solution and further activities on mobility and transport. The solution was designed to achieve sustainability, offering concrete traffic analysis, monitoring and optimization services. Prestigious partners of the project are LUTECH SPA (coordinator), Polytechnic of Bari, and Univ. Napoli Federico II.

SASUAM è un progetto scalability del CN MOST che mira a implementare metodi e algoritmi scalabili per la gestione del traffico urbano. Il contributo di UNIFI DISIT LAB /Snap4City​ è nel produrre soluzioni di ottimizzazione generative per la decongestione, l'accessibilità e la sicurezza del traffico urbano. Le soluzioni proposte saranno sviluppate e testate in laboratorio e saranno scalate al livello di usabilità e prestazioni tramite Snap4City per gli aspetti di usabilità e soluzioni HPC per le prestazioni. La soluzione prevede di utilizzare i dati e il supporto di validazione della città di Bari in cui verrà eseguita la sperimentazione estesa. I risultati saranno documentati e validati, su un'istanza della piattaforma Snap4City dedicata alla soluzione e ulteriori attività su mobilità e trasporti. La soluzione è stata progettata per raggiungere la sostenibilità, offrendo servizi concreti di analisi, monitoraggio e ottimizzazione del traffico. Sono prestigiosi partner del progetto LUTECH SPA (coordinatore), Politecnico di Bari, e Univ. Napoli Federico II.

https://www.unifimagazine.it/strade-sicure-grazie-allia-unifi/

Strade sicure grazie all’IA di Unifi

L’Ateneo partecipa a un progetto finanziato dall'Unione Europea #NextGenerationEU nell'ambito del PNRR, che mira a creare algoritmi per la gestione ottimale del traffico urbano

Traffico più scorrevole e meno auto in strada, grazie a un servizio di trasporto pubblico più efficiente.

Prende avvio “Solutions for Safe, Sustainable and Accessible Urban Mobility (SASUAM)”, progetto pilota che intende ottimizzare la viabilità cittadina attraverso algoritmi predittivi elaborati dai ricercatori dell’Ateneo fiorentino. La ricerca si svolgerà a Bari e, oltre a Unifi, partecipano LUTECH Spa – in qualità di coordinatore –, il Politecnico di Bari e l’Università Federico II di Napoli. Il progetto si inserisce nelle attività condotte dal Centro Nazionale per la Mobilità Sostenibile (MOST), struttura finanziata dall’Unione Europea #NextGenerationEU nell’ambito del PNRR che ha assegnato un budget di quasi 500mila euro, di cui 140mila all’Ateneo.

“Unifi contribuirà alla ricerca mettendo a disposizione algoritmi mirati a ricostruire e ottimizzare la viabilità e la piattaforma Snap4City, rivolta a produrre soluzioni di ottimizzazione generative per la decongestione, l’accessibilità e la sicurezza del traffico urbano” spiega Paolo Nesi, docente di Sistemi di elaborazione delle informazioni del Dipartimento di Ingegneria dell’Informazione e responsabile della piattaforma realizzata da Disit Lab.

“La tecnologia messa in campo da Unifi, attraverso modelli generati dall’intelligenza artificiale, analizzerà il comportamento quotidiano dei veicoli, per poi operare predizioni in base alle quali delineare opzioni di ridefinizione della viabilità introducendo elementi minimi di modifica, come la variazione del senso di marcia per una specifica combinazione di strade o il rapporto tra la quantità di corsie dedicate a una determinata direzione, anche adottando soluzioni ‘asimmetriche’ per quanto riguarda le corsie. Il traguardo – afferma – sarà decongestionare l’infrastruttura di trasporto nel suo complesso, non limitandosi a interventi che abbiano impatto solo su singole zone”.

Una volta definite le peculiarità del traffico di Bari, i ricercatori individueranno le strade e gli assi viari più congestionati, per poi verificare i motivi di code e rallentamenti; i modelli generati dagli algoritmi comprenderanno tutta la città, così da implementare soluzioni di decongestionamento, localizzate ma in sinergia tra loro.

Il progetto ricoprirà un ruolo importante anche nel migliorare l’accessibilità al trasporto pubblico locale. Esaminando le criticità del traffico cittadino, sarà possibile al contempo valutare il servizio offerto dagli autobus, individuando le zone meno raggiunte dal TPL e prospettando accorgimenti in linea con le esigenze dei cittadini.

“SASUAM – conclude Nesi – offre una soluzione integrata per l’analisi del traffico, la prima nel suo genere. Traffico più scorrevole e trasporto pubblico più efficiente significano tempi di percorrenza minori e meno auto per strada, impattando in maniera positiva su inquinamento e sicurezza. SASUAM sarà disponibile sulla piattaforma del Centro Nazionale MOST, così da garantire un modello replicabile in tutte le città con problemi di traffico”.